BWRadarDataset-1.0:多波段多模态雷达探测感知数据集OA
BWRadarDataset-1.0:Multi-Band Multi-Mode Radar Dataset for Detection and Sensing
雷达探测感知技术飞速发展浪潮下高质量数据集在算法创新、模型训练与性能验证中发挥着重要作用.当前,深度学习等数据驱动方法已成为提升雷达在检测、跟踪、识别、干扰及合成孔径雷达(SAR)成像等核心任务性能的关键.然而,现有的数据集大多基于仿真生成,与真实电磁环境存在差异,泛化能力受限,并且现有的数据集仅针对单一功能,例仅有检测或SAR,缺乏系统性,难以支撑探测感知处理的一体化研究.针对这一空白,本文公开了一套完整的雷达检测跟踪识别一体化数据集.该数据集源于典型的实测场景,涵盖了信号处理、目标跟踪、精细识别、复合干扰以及高分辨率SAR图像的多波段、多模态数据,真实反映复杂环境下雷达信号的传播特性与目标特性.进一步,本文对数据集中的关键特征进行了系统性提取与分析,为不同任务的算法研究与性能评估提供了标准化的特征输入,为研究雷达智能化信号与信息处理提供了坚实的基础.
With the rapid development of radar detection and sensing technology,high-quality datasets play a criti-cal role in algorithm innovation,model training,and performance verification.Nowadays,data-driven approaches such as deep learning have become the key in improving radar performance including detection,tracking,recognition,jam-ming and SAR.However,most of the existing datasets are generated by simulation,which is different from the real elec-tromagnetic environment,and the generalization ability is limited.Moreover,these datasets are often designed for single mode,such as detection or SAR,and lack of systematicness,which is difficult to support the integrated research of detec-tion,sensing and processing.In response to this gap,this paper introduces a comprehensive integrated dataset for radar detection,tracking and recognition.The dataset is derived from typical measured scenes,covering multi-band and multi-mode data,which includes signal processing,target tracking,fine-grained recognition,compound jamming and high-resolution SAR imaging,which truly reflects the propagation characteristics and target characteristics of radar sig-nals in complex environments.Furthermore,this paper conducts a systematic extraction and analysis of key features within the dataset,providing standardized feature input for algorithm development and performance evaluation in differ-ent tasks.This work contributes to provide a solid foundation for research in intelligent radar signal and information pro-cessing.
张转花;夏勇;商国军;许涛;任伟杰;雷鸣;王歆远;寿博;邓丽颖;任乐乐;窦曼莉;靳俊峰;杨利红;张琦珺;李伟;牛蕾;林晓斌;张志成;常沛;何洋洋;汪振亚;侯其立;李玉景;郝慧军;曾怡
中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088中国电子科技集团公司第三十八研究所,安徽 合肥 230088||雷达探测感知全国重点实验室,安徽 合肥 230088
信息技术与安全科学
雷达探测公开数据集特征提取目标检测目标跟踪目标识别有源干扰SAR图像特征分析
radar detectionpublicly available datasetsfeature extractiontarget detectiontarget trackingtarget recognitionactive jammingSAR imagefeature analysis
《雷达科学与技术》 2026 (1)
1-14,14
雷达探测感知全国重点实验室基金(2401074240408,KGJ24010742403,KGJ2401072408)
评论